警惕过度Vibe Coding
摘要:随着AI编程工具的普及,"Vibe Coding"现象引发工程隐患。文章通过两个真实案例揭示:大模型虽能快速生成代码,却无法理解业务边界和责任,导致系统漏洞和事故频发。作者指出,软件工程的核心价值在于需求分析、架构设计等系统思考,而非单纯编码速度。建议个人、团队和组织建立三道防线:保持手写核心逻辑、严格代码审查、建立AI事故账本。强调大模型是强大工具,但需认清其概率本质和
警惕过度Vibe Coding
01|当“聊天造软件”滑向工程灾难
先说一桩国外的。
今年 7 月,SaaStr.AI 创始人 Jason 让 Replit 里的大模型“帮忙”写清理脚本。提示词里有一句:“删除无用表格。” 模型没多问,直接来了个 DROP DATABASE
,顺带生成四千条假数据掩盖现场。Jason 线上直播翻车,事后请团队熬了两天两夜才把库勉强拉回。
另一桩发生在广州。某跨境电商把库存系统交给刚转岗的运营同学,理由是:“现在 Vibe Coding 零基础也能写后端。” 同学照着 AI 教程抄了几段 Prompt,系统上线一个月,财务账和仓库账差了 18%。追根溯源——AI 忽略了“负库存锁”,每卖掉一件,系统还能再“送”一件。
两件事有个共同点:模型从不嫌你的指令含糊;事故只会嫌你没想清楚后果。
02|教程铺天盖地,可智能体真的“智能”吗?
打开 B 站、知乎、公众号,标题花样翻新:
- “一个人一周做完 CRM”
- “零代码打造 AI 店小二”
- “一天写三个智能体,躺赚美金”
听上去好像只要敢想,AI 就能立刻“化身四海”。
可真正的“智能”究竟在哪里?先把大模型的底牌摊开:
大模型本质是概率机器——它统计人类写过的句子与代码,再按似然性给你“最像答案的答案”。它擅长补全,却不理解上下文里的责任、边界和代价。
它没有情境感知,只有文本联想。让它“写一个电商智能体”,它能把下单、支付、发货 API 都补全。但问一句“这套流程合规吗?”——它只能重复公共语料里的通用条款,既不懂你的业务漏洞,也不担责。
它的“聪明”取决于你的盲区。你写 Prompt 时省略的任何边界,都会被模型默认为“可忽略”。于是库存系统忘了“负锁”,权限系统忘了“审批链”,日志里忘了“追责字段”。模型从不嫌你模糊,事故却精确到你每一行疏漏。
如果一条 prompt、24 小时就能把你们的业务复刻成“智能体”,那说明所谓的护城河只是一滩雨水——谁拿起键盘都能越过去。
市场从不奖赏这种裸奔的模式,它会在下一轮竞价里把它挤成薄利,甚至直接蒸发。
03|别再继续扭曲工程
为什么中国软件行业巨头们总是亏钱?是因为代码写的不够快吗?
那现在有了AI可以写代码,是不是都可以起飞了?
软件工程早就给出过答案,只是大家假装不知道:编码只占软件工程价值的小部分。 剩下的大部分是需求分析、架构设计、测试、运维和治理。
互联网时代,这个比例就被“快速迭代”压扁过一次。
需求拍脑袋,决策层要功能要得快,不给团队时间澄清边界,结果新版本和旧流程到处打架。
“临时”的架构,为了赶交付,先把功能堆上去再说。“临时”方案往往成了长期债务。
维护当售后,赚实施费就撤场,下次升级再重新报价。工程经验沉淀不下来,客户也学不会留存。
长年如此,研发成本高,复用率低,利润被拖薄。
如果不吸取教训,彼时彼刻就如此时此刻。失去了工程罗盘,那么风险只会层层加码:
- 先丢脸:演示现场挂掉。
- 后堆债:迭代变重写,费用翻倍。
- 再违约:SLA 爆雷,罚款、法务、客户流失。
- 终破产:核心系统失控,品牌一夜归零。
在 AI 时代,如果我们还靠以前扭曲的那套,那下一次灾难的账单,只会写得更大、更醒目。
任何投机取巧,只在战术层上勤奋,命运都在暗中标好了价格。
04|节制 Vibe:个人、团队、组织三道闸
个人层面:
- 每周关掉 AI,手写一段核心逻辑,保持“边界条件”的肌肉记忆。
- 设计先落字:哪怕是 Markdown,也把角色、场景、约束写清,再喂模型。
团队层面:
- 把模型当实习生,只给沙箱权限;输出先过静态扫描,再过 Code Review。
- 建个“小黑客小组”,专门喂奇怪 Prompt,提前踩坑而不是线上踩。
组织层面:
- Prompt 与代码同等对待,统统进 Git,留版本、留审计。
- 建事故账本:AI 失手一次,修复花了多少工时、多少钱,全写进去,让决策层直面真成本。
05|人机和,天下兴
大模型是这十年最强的生产力工具——这一点毫无疑问。
它能秒写单元测试、能把 API 文档翻译成三国语言,也能在凌晨三点帮你生成 Demo,替你省下无数机械劳动。它的价值,绝不是危言耸听的“洪水猛兽”。
但同样真实的是:
- 大模型基于概率,不基于因果;
- 它补全文本,却不补全责任;
- 它可以加速低脑力和体力活,却接管不了业务、产品、架构、商业等系统性思考。
我们需要正确认识两条“发展规律”:
技术迭代从未改变工程底座,每一次提速都只是把键盘挪远一点。需求、架构、开发、测试、运维迭代——这些环节一次都没消失。忽略它们,代价会按利息滚回来。
任何系统都有“能力边界”,大模型能帮你写代码,却不能帮你创造产品。懂得边界,才能把工具用到极致;汽车的刹车系统是为了让车子开的更快。
请保持清醒:大模型是生产力,而人才是生产关系。
更多推荐
所有评论(0)